求解约束优化问题的新方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (24): 51-53.

求解约束优化问题的新方法

郭鹏，宋福庆

安阳师范学院数学与统计学院，河南安阳 455000

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-21 发布日期:2011-08-21

New solution for constrained optimization problem

GUO Peng，SONG Fuqing

Department of Mathmatics and Statistics，Anyang Normal University，Anyang，Henan 455000，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-21 Published:2011-08-21

摘要/Abstract

摘要： 提出了用于解决约束优化问题的新的类电磁机制算法，针对约束优化问题，利用惩罚函数法，构造了新的适应度函数，将约束问题转化为无约束问题求解，结合类电磁机制算法的寻优特点，设计了适合于问题特点的局部搜索过程，并重新定义了粒子的电荷和力的计算公式，以使在算法实现过程中，引导不可行点逐步向可行点转化，并最终找到问题的最优解。数值模拟结果验证了算法的有效性。

关键词: 约束优化问题, 类电磁机制算法, 适应度函数, 惩罚函数

Abstract: An Electromagnetism-like Mechanism（EM） method is proposed for solving constrained optimizations.A new fitness function is constructed by using penalty function，and the constrained optimization problem is transformed into an unconstrained optimization problem.Based on the characteristics of EM method，a proper local search scheme is designed according to the property of the constrained optimization problems，and the formulas for calculating the particle charge and force are re-defined so that it is much easier for EM method to guide the particles to move from infeasible solutions to feasible solutions，and finally approach to optimal solution.Numerical simulation results indicate that the algorithm is effective.

Key words: constrained optimization problem, electromagnetism-like mechanism method, fitness function, penalty function

郭鹏，宋福庆. 求解约束优化问题的新方法[J]. 计算机工程与应用, 2011, 47(24): 51-53.

GUO Peng，SONG Fuqing. New solution for constrained optimization problem[J]. Computer Engineering and Applications, 2011, 47(24): 51-53.

[1]	李静星，杨有龙. 针对高维数据的马尔科夫毯特征选择[J]. 计算机工程与应用, 2021, 57(6): 58-66.
[2]	黄晴雁，牟永敏，崔展齐，张志华. 基于遗传算法的函数级别软件错误定位[J]. 计算机工程与应用, 2020, 56(22): 66-73.
[3]	刘成士，赵志刚，李强，吕慧显，董晓晨，李金霞. 加强的低秩表示图像去噪算法[J]. 计算机工程与应用, 2020, 56(2): 216-225.
[4]	陈璐，王秀. 改进遗传算法求解走班制下的排课问题[J]. 计算机工程与应用, 2019, 55(6): 218-224.
[5]	王文静1，2，雒江涛1，2. 命名数据网络中的一种主动拥塞控制策略[J]. 计算机工程与应用, 2018, 54(10): 115-120.
[6]	李胜1，张培林1，李兵2，吴定海1，周云川3. 改进的量子遗传偏最小二乘特征选择方法应用[J]. 计算机工程与应用, 2017, 53(3): 242-246.
[7]	陈志旺1，黄兴旺2，陈志兴3，赵子铮2，黄丽芳4. 区间多目标优化非支配排序云模型算法[J]. 计算机工程与应用, 2017, 53(22): 143-149.
[8]	徐新林，胡中波，何先平，苏清华. 自适应变异尺度系数和混合选择的回溯搜索算法[J]. 计算机工程与应用, 2017, 53(17): 6-13.
[9]	欧慧，夏卓群，武志伟. 基于改进流形距离的粗糙集k-means聚类算法[J]. 计算机工程与应用, 2016, 52(14): 84-89.
[10]	张智磊1，刘三阳2. 基于回溯搜索算法的决策粗糙集属性约简[J]. 计算机工程与应用, 2016, 52(10): 71-74.
[11]	刘云连1，2，伍铁斌3，王俊年2，周桃云1，成运1. 改进罚函数法与蝙蝠算法在约束优化中的应用[J]. 计算机工程与应用, 2015, 51(9): 62-67.
[12]	王俊年1，刘云连1，2，伍铁斌3. 改进的约束优化多目标遗传算法及工程应用[J]. 计算机工程与应用, 2015, 51(3): 247-253.
[13]	杨坚，彭玉旭. 基于自适应ACO的多约束QoS路由研究[J]. 计算机工程与应用, 2015, 51(13): 106-110.
[14]	尹华一，朱顺痣，刘利钊. 嵌入单纯形法的混合类电磁机制算法[J]. 计算机工程与应用, 2015, 51(10): 1-5.
[15]	杨水清，杨加明，孙超. 改进的乘幂适应度函数在遗传算法中的应用[J]. 计算机工程与应用, 2014, 50(17): 40-43.